如何为带可选字母前缀的数值创建正确的Elasticsearch范围查询

一、现有方法失败的原因 #

1. RangeQuery 无效的原因 #

RangeQuery 是基于字段值的字符串字面量排序做范围比较，而非正则匹配。你传入的"[A-Z]?123"会被当作普通字符串处理，ES 会直接比较字段值与这个字符串的字典序，完全不符合你提取数字做范围判断的逻辑，所以得不到预期结果。

2. Regexp 查询无命中的原因 #

ES 的 Regexp 查询是针对倒排索引中的分词项匹配：

• 如果你的name字段是text类型，会被分词为单个字符或更小的单元，你的正则[A-B]*3456789[0-9][0-9][0-9]无法匹配任何分词项；
• 即使是keyword类型，未加锚定符^和$的正则会匹配字段值的任意子串，但你需要的是匹配完整字段模式，缺少锚定符也可能导致匹配逻辑不符合预期。

二、正确实现方式 #

方案1：脚本查询（快速实现，适合小数据量） #

通过 Painless 脚本提取字段中的纯数字部分，再做数值范围判断，无需修改索引结构：

{
  "query": {
    "script": {
      "script": {
        "source": """
          // 提取字段中的所有数字字符，拼接为字符串
          def numStr = doc['test.keyword'].value.replaceAll("[^0-9]", "");
          // 转换为整数（如果是大数可改用Long.parseLong）
          def num = Integer.parseInt(numStr);
          // 替换为你的目标数值范围
          return num >= 203 && num <= 899;
        """,
        "lang": "painless"
      }
    }
  }
}

• 若输入C777和856，只需将脚本中的203和899替换为777和856即可，脚本会自动忽略所有非数字前缀。

方案2：预处理数值字段（性能最优，适合大数据量） #

在索引文档时提前提取字段中的数字，存入单独的数值类型字段，后续直接用 RangeQuery 查询：

1. 创建包含数值字段的索引映射：

{
  "mappings": {
    "properties": {
      "test": {
        "type": "keyword"
      },
      "test_num": {
        "type": "integer"
      }
    }
  }
}

2. 索引文档时预处理：比如test字段值为A203，则test_num存入203；test为856，test_num存入856。
3. 查询时直接使用 RangeQuery：

{
  "query": {
    "range": {
      "test_num": {
        "gte": 203,
        "lte": 899
      }
    }
  }
}

方案3：修正后的 Regexp 查询（仅适用于固定模式匹配） #

如果必须用正则匹配，需确保字段为keyword类型，并添加锚定符明确匹配完整字段：

{
  "query": {
    "regexp": {
      "name.keyword": "^([A-B])?3456789\\d{3}$"
    }
  }
}

• ^锚定字符串开头，$锚定结尾；
• ([A-B])?表示可选的单个A/B前缀；
• \\d{3}匹配三位数字，等价于[0-9][0-9][0-9]。

内容的提问来源于stack exchange，提问作者shaselai